基于高清智能卡口路段行程时间的数据质量分析

被引：7

作者：

付凤杰 ^{[1
]}

龚越 ^{[1
]}

王殿海 ^{[1
]}

马东方 ^{[2
]}

机构：

[1] 浙江大学建筑工程学院

[2] 浙江大学海洋学院

来源：

浙江大学学报(工学版) | 2016年 / 50卷 / 09期

关键词：

高清智能卡口; 行程时间; 数据质量分析; 样本率; 显著性分析;

D O I：

暂无

中图分类号：

U491 [交通工程与交通管理];

学科分类号：

082302 ; 082303 ;

摘要：

通过分析行程时间估计参数与样本率的变化关系,发现样本率越大,路段行程时间的平均绝对百分误差越小,行程时间标准差的波动性越小;当样本率大于0.414时,样本数据计算得到行程时间参数满足精度及稳定性要求,由此确定行程时间数据的样本率阈值.考虑路段开口计算实际路段行程时间匹配率,并对其时空变化特征和显著性差异进行分析.实际数据表明,行程时间匹配率与路段及日期无关,稳定且均大于最小样本率;行程时间匹配率与时段有关,20:00至次日6:00时段内行程时间匹配率较一天内其他时段低,但仍大于最小样本率.综上可以确定高清智能卡口数据用于估计行程时间的可行性.

引用

页码：1761 / 1767+1783 +1783

页数：8

共 15 条

[1] 城市道路间断流行程时间双峰分布 [J].

杨帆 ;

杨晓光 ;

云美萍 .

同济大学学报(自然科学版), 2014, 42 (02) :259-265

[2] 城市快速路车辆检测器数据质量评价与控制方法 [J].

李琦 ;

姜桂艳 .

交通运输工程学报, 2013, 13 (02) :120-126

[3] 基于k-NN和SCATS交通数据的路段行程时间估计方法 [J].

姜桂艳 ;

李琦 ;

董硕 .

西南交通大学学报, 2013, 48 (02) :343-349

[4] 基础交通数据质量评价研究 [J].

施莉娟 ;

朱健 ;

陈小鸿 ;

张祎 .

交通信息与安全, 2011, (05) :57-61

[5] 路段平均行程时间估计方法 [J].

张和生 ;

张毅 ;

胡东成 .

交通运输工程学报, 2008, (01) :89-96

[6] 基于车牌自动识别系统的城市道路行程时间预测算法 [J].

杨晓光 ;

蔡润林 ;

庄斌 .

交通与计算机, 2005, (03) :29-32

[7] 居民出行调查抽样率模型 [J].

石飞 ;

陆建 ;

王炜 ;

葛宏伟 .

交通运输工程学报, 2004, (04) :72-75

[8] Estimation of the generalised average traffic speed based on microscopic measurements [J].

Jamshidnejad, A. ;

De Schutter, B. .

TRANSPORTMETRICA A-TRANSPORT SCIENCE, 2015, 11 (06) :525-546

[9] Bayesian Dynamic Linear Model with Switching for Real-Time Short-Term Freeway Travel Time Prediction with License Plate Recognition Data [J].

Fei, Xiang ;

Zhang, Yuzhou ;

Liu, Ke ;

Guo, Min .

JOURNAL OF TRANSPORTATION ENGINEERING, 2013, 139 (11) :1058-1067

[10]

Travel time estimation for urban road networks using low frequency probe vehicle data[J] . Erik Jenelius,Haris N. Koutsopoulos. Transportation Research Part B . 2013

← 1 2 →